多学科设计优化(MDO)，是随着航空航天产业的发展而兴起的一门较新的科学技术，目前已经成为国际工业设计界的一个新的研究领域，它用于解决复杂工程系统的大规模优化设计问题。而MDO算法是MDO领域内重要的研究方向，研究新的搜索机制，发掘新的搜索策略是目前MDO算法研究的一个热点。多方法协作优化方法是罗文彩博士提出的一种新的优化策略，在该领域的研究以及成果相对较少。本文以此为契机，对多方法协作优化方法进行了深入分析、研究和完善。本文的主要研究工作包括：1)对目前比较常见的优化算法（包括传统算法和现代智能优化算法）进行分析和比较，明确了其特有的搜索机制及搜索过程和各种算法的异同，总结了它们的优缺点。2)在对多方法协作优化（MCOA）方法基本理论深入研究的基础上，对不同协作方式构成的协作优化方法的收敛性进行了理论证明，从而使MCOA的理论体系得到了进一步完善。3)选择遗传算法及Nelder-Mead法，采用串联方式构成串联协作优化方法，使用该方法对六个典型的优化测试函数进行了优化计算，对实验结果进行了深入分析和总结，探索了不同的协作策略尤其是迭代步数对其优化结果的影响，结果表明，在合理的参数设置下，该方法是可行的、有效的。4)将基于遗传算法及Nelder-Mead法的串联协作法应用到某RLV机翼平面参数设计优化问题中，对其重量学科的模型进行了优化，再次以实例表明了该方法的可行性和有效性。